趋近智
高级图神经网络：架构与实践
章节 1: 重温图神经网络基础
机器学习中的图表示
消息传递框架再看
图神经网络的谱图理论基础知识
图信号处理思想
表达能力与WL测试
章节 2: 高级图神经网络架构
图卷积网络 (GCN)
图注意力网络 (GAT)
在GAT中实现多头注意力
图Transformer
进阶谱GNN (ChebNet, CayleyNets)
进阶空间GNNs (GraphSAGE变体, PNA)
比较架构选择与权衡
动手实践：GAT层实现
章节 3: 应对GNN训练中的复杂性
过平滑问题
缓解过平滑的技术
过度挤压问题
处理大型图：可扩展性挑战
邻域采样技术 (GraphSAGE)
图采样技术 (GraphSAINT, ShaDow-GNN)
子图与聚类方法 (Cluster-GCN)
图神经网络的优化策略
实践：应用可扩展GNN训练
章节 4: 高级GNN任务与技术
处理异构图 (RGCN, HAN)
动态和时序图的建模
结合GNN的知识图谱嵌入
图生成模型
图上的自监督学习
图池化与读出函数
动手实践：异构图节点分类
章节 5: GNN实现、工具和优化
深度图库 (DGL) 高级功能
PyTorch Geometric (PyG) 高级功能
GNN的高效稀疏矩阵操作
GPU加速与内存管理
图神经网络的调试与可视化
基准测试与性能调优
图神经网络在生产系统中的应用
实践操作：优化GNN的实现
图神经网络在生产系统中的应用
这部分内容有帮助吗？
- Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications, Chip Huyen, 2022 (O'Reilly Media) - 本书为设计、构建和操作生产级机器学习系统提供了全面指导，内容涵盖部署、监控和机器学习生命周期。
- The Case for a Unified Feature Store, Mike Del Balso, Neoklis Kyriakides, Eric Schmidt, Ben Shreck, Noah Solomon, Yury Yatskiv, 2021 ACM SIGMOD Record, Vol. 50 (ACM) DOI: 10.1145/3474347.3474354 - 讨论了特征存储在管理机器学习特征方面的作用和优势，处理训练和服务的兼容性，并提供低延迟访问。
- GNN-Lens: A Unified Framework for Efficient Graph Neural Network Inference on Large-Scale Graphs, Yujin Yang, Jianbo Liu, Min Li, Rui Zhang, Shifu Zhang, Zongqian Wu, Yi Xu, Peng Zhang, Huajun Chen, 2023 Proceedings of the VLDB Endowment, Vol. 16 (VLDB Endowment) DOI: 10.14778/3579040.3579049 - 提出了一个优化大型图上GNN推理的框架，涵盖了内存管理、执行调度和数据访问模式等，对生产部署很重要。
- MLOps: A Taxonomy and Survey, Xuexin Liang, Xin Peng, Yuetong Li, Yijia Zhang, Wenyang Li, Xiaohong Su, 2021 ACM Computing Surveys, Vol. 54 (Association for Computing Machinery (ACM)) DOI: 10.1145/3453140 - 提供了MLOps实践、工具和挑战的分类和调查，涵盖机器学习生命周期中的部署、监控和版本控制。